Lehrpersonen

Dozent(in)

• Prof. Dr.-Ing. Norbert Fuhr

Termine

Beschreibung

Data Mining bedeutet Extrahieren von impliziten, noch unbekannten Informationen aus Rohdaten. Dazu sollten Computer in die Lage versetzt werden, Datenbanken automatisch nach Gesetzmäßigkeiten und Mustern zu durchsuchen und einen Abstraktionsprozess durchzuführen, der als Ergebnis aussagekräftige Informationen liefert. Das maschinelle Lernen stellt dafür die Werkzeuge und Techniken zur Verfügung.

Gliederung:

1. Eingabe: Konzepte, Instanzen, Attribute
2. Ausgabe: Wissensrepräsentation
3. Algorithmen: Die grundlegenden Methoden
4. Glaubwürdigkeit: Auswertung des Gelernten
5. Implementierung: Maschinelles Lernen in der Praxis
6. Aufbereitung der Ein- und Ausgabe
7. Algorithmen des maschinellen Lernens in Java

Vorlesungsmaterial

Die Vorlesung orientiert sich stark an dem Lehrbuch `Data Mining' von Ian Witten und Eibe Frank (siehe auch die Informationen zur englischsprachigen Originalfassung

Folien:

1. Kapitel 1
2. Kapitel 2
3. Kapitel 3
4. Kapitel 4
5. Kapitel 5
6. Kapitel 6
7. Kapitel 7

Mitschriften

1. 13.10.03
2. 20.10.03
3. 3.11.03
4. 17.11.03
5. 24.11.03
6. 01.12.03
7. 15.12.03
8. 12.01.04
9. 26.01.04
10. 02.02.04

Beispiel-Prüfungsfragen

Prüfungstermine